搜索资源列表
4_1
- 改进的单神经元自适应pid控制，权系数的在线修正不完全是根据神经网络学习原理，而是参考实际经验制定。
svm
- 支持向量机(SVM)、线形鉴别分析(LDA)、主分量分析(PCA)和人工神经元网络(ANN)源代码
matlab_1
- 由具有自学习和自适应能力的单神经元构成的单神经元自适应智能PID控制器，不但结 构简单，而且能适应环境变化，有较强的鲁棒性。
matlab_2
- 基于二次型性能指标学习算法的单神经元自适应PID控制，采用二次型性能指标来计算控制律可以得到所期望的优化效果。
matlab_3
- 基于BP神经网络整定的PlD控制，神经网络，根据系统的运行状态，调节PID控制器的参数，以期达到某种性能指标 的最优化，使输出层神经元的输出状态对于控制器的三个可调参数
matlab_5
- 基于RBF神经网络辨识的单神经元PID模型参考自适应控制
julei
- 本程序实现多种聚类算法，如k均值算法，ISODATA法，神经元网络算法
SingleNeuralNetPID
- 用MATLAB实现的单神经元PID算法程序
BP
- 人工神经元BP网络的C语言实现，BP网络在神经网络制中应用较为广泛
brunel.learning
- 这是一篇早期的生物物理的文章，共38页，有助于对生物物理中的神经网络结构和神经元的理解。
BPNNC
- BP网络神经元控制器BPNNC-BPNNC of the BPnetwork neuron controller
bp_C
- BP神经网络的编程,C语言编写 要看要几层的网络，输入和输出是多少个？要几层隐层，多少个神经元，还有要选什么传输函数。这些确定了，建立和训练网络
bp4371
- bp神经网络，N 11 //学习样本个数 #define IN 5 //输入层神经元数目 #define HN 8 //隐层神经元数目 #define HC 3 //隐层层数 #define ON 3 //输出层神经元数目
new_art2
- art2神经元网络的 source code c
neuro
- 神经网络中的神经元代码，用c++变的，变得不好，请大家指点
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权
BNonlearfilter
- 给于MATLAB 环境下的非线性滤波器。此设计中用到了，混合网络建模。B样条网络和对角递归神经元网络。
somnet
- 竞争学习指同一神经元层次上各个神经元相互之间进行竞争，竞争胜利的神经元修改与其相联的连接权值。竞争学习是一种无监督学习。在无监督学习中，只向网络提供一些学习样本，而不提供理想的输出。网络根据输入样本进行自组织，并将其划分到相应的模式类中。
matlabtosolve
- 基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段，如果用于训练的输入训练样本的类
4
- 介绍神经PID控制，包括：基于神经元网络、BP神经网络、RBF神经网络等PID整定的讲解和相关的源代码